为进一步提高视频图像质量评价主客观的一致性,提出一种基于2D视觉注意模型的全参考质量评价方法。将2D视觉注意模型与PSNR(Peak Signal to Noise Ratio)、SSIM(Structural Similarity Index Method)、GSSIM(Gradient based Structural ...为进一步提高视频图像质量评价主客观的一致性,提出一种基于2D视觉注意模型的全参考质量评价方法。将2D视觉注意模型与PSNR(Peak Signal to Noise Ratio)、SSIM(Structural Similarity Index Method)、GSSIM(Gradient based Structural Similarity Index Method)评价方法相结合,进行视频图像质量评价。实验结果表明,该方法对图像质量评价较原PSNR、SSIM、GSSIM方法更有效;在LIVE数据库上得到的Pearson、Spearman相关系数分别为0.903 5和0.903 1;较其他评价方法原理简单,计算复杂度较低,且性能较优,具有很好的评价效果。展开更多
文摘为进一步提高视频图像质量评价主客观的一致性,提出一种基于2D视觉注意模型的全参考质量评价方法。将2D视觉注意模型与PSNR(Peak Signal to Noise Ratio)、SSIM(Structural Similarity Index Method)、GSSIM(Gradient based Structural Similarity Index Method)评价方法相结合,进行视频图像质量评价。实验结果表明,该方法对图像质量评价较原PSNR、SSIM、GSSIM方法更有效;在LIVE数据库上得到的Pearson、Spearman相关系数分别为0.903 5和0.903 1;较其他评价方法原理简单,计算复杂度较低,且性能较优,具有很好的评价效果。
